位置:成果数据库 > 期刊 > 期刊详情页
时变遗忘因子的高速列车自适应子空间预测控制
  • ISSN号:1001-8360
  • 期刊名称:《铁道学报》
  • 时间:0
  • 分类:TP273[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] U283[交通运输工程—交通信息工程及控制;交通运输工程—道路与铁道工程]
  • 作者机构:[1]华东交通大学电气与电子工程学院,江西南昌330013, [2]中南大学信息科学与工程学院,甘肃长沙410083
  • 相关基金:国家自然科学基金(60904049,61263010);江西省青年科学基金(20114BAB211014);江西省教育厅2012年度科技项目(GJJ12316)
中文摘要:

针对传统列车固定模型难以描述和控制具有时变、非线性等特征的高速列车运行过程问题,本文提出时变遗忘因子的高速列车自适应子空间预测控制方法。首先基于列车状态空间模型描述构建列车的增量式子空间预报模型;接着融合子空间辨识与反馈校正的思想得到时变遗忘因子的列车自适应模型,进而分析高速列车自适应子空间预测控制器的设计方法,并给出相应的控制算法。最后进行高速列车运行过程控制的仿真对比实验,结果表明本文控制方法在高速列车正常运行及强干扰情况下的预测跟踪控制性能是有效的。

英文摘要:

In view of the inaccurate description and control of the high-speed operation process which is time-varying and nonlinear, by the traditional fixed train model, the adaptive subspace predictive controller based on time-varying forgetting factors was designed for high-speed trains. Firstly, the incremental subspaee prediction model of high-speed trains was established on the basis of the state space model. Secondly, the adaptive model with time-varying forgetting factors was obtained by combination of subspaee identification and feedback correction, then the design method of the adaptive subspace predictive controller for high-speed trains was given in detail, and control algorithm was presented. Finally, numerical simulation study on high-speed train operation control was implemented. The results show the enhanced performance of the proposed method in the different simulation condition of normal and strong interference for high-speed train operation.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《铁道学报》
  • 中国科技核心期刊
  • 主管单位:中国科协
  • 主办单位:中国铁道学会
  • 主编:王德
  • 地址:北京复兴路10号中国铁道学会
  • 邮编:100844
  • 邮箱:tdxb@vip.163.com
  • 电话:010-51848021 51873116
  • 国际标准刊号:ISSN:1001-8360
  • 国内统一刊号:ISSN:11-2104/U
  • 邮发代号:2-308
  • 获奖情况:
  • 中国期刊方阵“双效”期刊,百种中国杰出学术期刊,中国科协第一、二届优秀学术期刊,入选学位与研究生教育中文重要期刊目录,中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17030